视频业务识别方法综述

视频用户体验的质量要求给网络传输带来了巨大挑战，未来的虚拟现实/增强现实(Virtual Reality/Augmented Reality，VR/AR) 视频业务则对交互时延提出了更高要求。视频业务识别是网络运营商及视频业务提供商对视频进行优先网络资源分配和自适应速率控制的基本前提。综述了业务识别领域的一般研究方法及其对视频业务的具体应用。首先，总结了每种业务识别方法的工作原理，对比了这些方法应用于视频业务时的优缺点及在准确率和召回率指标上的识别性能;然后，特别介绍了可以提升识别准确率和计算性能的特征选择算法;最后，阐述并分析了高吞吐量网络分类速度不够、无成熟视频业务识别平台和样本分布不均衡等视频业务识别面临的挑战，并针对现有业务识别方法存在的问题，给出了引入移动边缘计算、基于端口的方法串联其他识别方法等可能的解决方案。     

移动Ad Hoc网络中TCP性能的分析和改进

分别采用静态链状拓扑和动态网络拓扑,通过仿真分析和比较了不同TCP版本在移动AdHoc网络中的性能。文中还提出了一种改进的选择性应答算法(SSACK),以解决移动AdHoc网络中由于高丢包率和路由重建引起的TCP接收窗的"缺口(gap)"问题。仿真结果显示,改进的SSACK算法在一定程度上改善了移动AdHoc网络中的TCP性能。